Private Capture

Unlock Capture

这个站点包含私人录音与日记内容。输入密码后进入;当前浏览器会自动记住。

密码仅保存在当前浏览器本地。

novel-storyboard 开源了

页首只保留导读,完整正文和结构化内容继续在下方展开。

Day2026-08-16 Time02:00 SenderLily TopicsAI 工具与 Codex / 产品与站点 Entities3 ModeStructure + Text SourceArchive Complete
来源类型小红书分享
说话人Lily
归档时刻2026-09-15 02:00:52
主题AI 工具与 Codex / 产品与站点 / 资产与发布
实体3 项
模式结构化 + 正文
Report

关键导读

先把有效信息集中到顶部:一句话总览、编号要点、待办与历史呼应。完整正文与结构化数据在下方展开。

一句话总览

novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。 https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景…

01

关键洞见

  • 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源
  • 每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型
  • novel-storyboard 开源了
  • 之前预告的分镜 skill,novel-storyboard 开源了
  • 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜
02

优先级分层

  • 高:分镜 skill 主要处理:
  • 高:分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用
  • 高:把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒
·

涉及实体

GitHubAI短剧手机
✓

待办动作

  1. 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒
  2. 把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型
  3. 分镜 skill 主要处理:
  4. 分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用
  5. novel-storyboard 开源了
与历史呼应

下一步想做个工具 之前预告的分镜 skill,novel-storyboard 开源了

本条脉络:novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。 https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景…
完整记录 · 正文与结构化数据
Mind Map

思维导图

这里不再用摘要卡片伪装脑图,而是直接用经典 mindmap 组件来展示结构。点击分支会跳到正文。

点击节点会定位到正文,方便一边看脑图一边回看原文。

Local Relation

这条录音的局部关系图

不用先跳到全局图。这里先把当前 capture 连到的 Topic / Entity / Day,以及共享这些节点的其他记录显出来。

View
Layout
来源
聚焦
Topic Entity Capture Signal Day capture -> topic / entity / signal / day

单击右侧看详情;双击节点开浮层。这里只展示和当前录音直接相关的局部网络。

完整原始转录 · 音频文稿点击展开

novel-storyboard 开源了
之前预告的分镜 skill,novel-storyboard 开源了。

至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。

https://github.com/eternityspring/shuohao-skills

分镜 skill 主要处理:
- 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒
- 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景各一刀,一次出齐、构图不飘
- 每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型

分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用。 而每跑一条视频都在烧时间和算力,分镜没卡对,钱就白烧。
下一步想做个工具,把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型,拍板还得是人。#有趣的网站[话题]# #开发者选项[话题]# #手机端界面[话题]# #APP设计[话题]# #个人开发者[话题]# #开发者社区[话题]# #网页设计[话题]# #网站制作[话题]# #vibecoding大赏[话题]# #网站推荐[话题]#
novel-storyboard 开源了 之前预告的分镜 skill,nove... https://xhslink.cn/o/7UX0adtLFGb 复制口令,直达【小红书】阅读好文~
resolved_url: https://www.xiaohongshu.com/explore/6a7fe42100000000250044a1
xhs_capture_status: success

Atomic Insight Layer

原子结构层

主题 / 实体 / 概念三层标签 + 逐字原话 + 出链 / 反链。点击 chip 筛选。

主题 实体 概念
全部主题实体洞见
topic-0

AI 工具与 Codex

主题
topic-1

产品与站点

主题
topic-2

资产与发布

主题
entity-0

GitHub

实体
entity-1

AI短剧

实体
entity-2

手机

实体
insight-0

一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源

洞见
insight-1

每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型

洞见
insight-2

novel-storyboard 开源了

洞见
insight-3

之前预告的分镜 skill,novel-storyboard 开源了

洞见
insight-4

至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜

洞见
Normalized Tags

规范标签与同类归并

把 topic / semantic / source / entity 放到分组标签里,后面做筛选、聚类和同类合并时会更稳。

Normalized Topics
AI 工具与 Codex产品与站点资产与发布
Normalized Entities
GitHubAI短剧手机
Normalized Provenance
Xiaohongshu
Normalized Channels
小红书
Normalized Sources
小红书分享web_link